Institut für Programmstrukturen und Datenorganisation

Terminkalender

ABBRECHEN || neuen Vortrag anmelden | Vorträge durchsuchen
Monat zurück | Vorträge dieser Monat | Monat vor


Fr, 10.04.2015 Herr Maxim Kremer (Diplomarbeit) ID: 100140
Automatisches Erkennen von funktional analogen Methoden in Java
Betreuer: Mathias Landhäußer
Kurzfassung:
Am Institut für Programmstrukturen und Datenorganisation des KIT wird an einem Projekt gearbeitet, das es ermöglichen soll, die Erzeugung von Testfällen zur Überprufung der Funktionalität von Softwareprojekten zu automatisieren. Hierfür wird die Tatsache ausgenutzt, dass zum Testen von funktional ähnlichen Methoden die gleiche Logik verwendet werden kann. Zum Klonen von Testfällen ist es erforderlich zu wissen, welche Klassen und Methoden analoge Funktionalität bereitstellen und somit zur Wiederverwendung von Testlogik geeignet sind. Das Ziel dieser Diplomarbeit war die Erstellung eines Werkzeugs, das in der Lage ist, analoge Funktionalität auf Methodenebene automatisch zu erkennen. Hiefür wurden sowohl Strategien aus traditioneller syntaxbasierter Klonerkennung verwendet, als auch syntaxunabhängige Ansätze. Das entwickelte Werkzeug wurde anschließend an diversen Open-Source-Bibliotheken getestet. Dabei ergab die manuelle Inspektion der Ergebnisse, dass Ausbeute und Präzision in der Regel im Bereich zwischen 0.9 und 1.0 liegen.
Passwort:  

Fr, 24.04.2015 Herr Jan Keim (Bachelorthesis) ID: 100154
Identifikation problematischer Substantivierungen in natürlichsprachigen Anforderungsdokumenten
Betreuer: Mathias Landhäußer
Kurzfassung:
Nominalisierungen in natürlichsprachigen Anforderungsdokumenten können potentiell gefährlich für das Gelingen des Projekts sein. Durch Nominalisierungen werden häufig wichtige Informationen weggelassen. Beispielsweise ist bei der Nominalisierung "Anmeldung" ohne eine nähere Spezifikation unklar, wo sich wer auf welche Weise anmeldet. Die Erkennung von Nominalisierungen ist somit wichtig, damit eine Fehlinterpretation der Anforderung vermieden werden kann. Allerdings ist nicht jede Nominalisierung an sich kritisch, wodurch der Nutzer eine unnötig hohe Anzahl an Warnungen erhält, wenn vor jeder Nominalisierung gewarnt wird. In dieser Arbeit wird eine Möglichkeit gezeigt, wie unproblematische Nominalisierungen erkannt werden können, indem die Kritikalität mit Hilfe von Ontologien und Parser ermittelt wird. Mit diesem Ansatz wurde ein Prüfungskorpus mit knapp 60.000 Wörter und über 1.100 Nominalisierungen aus Lastenheften der Daimler AG untersucht. Unproblematische Nominalisierungen wurden gefiltert und 129 als problematisch identifiziert. Damit konnte eine große Anzahl von Fehlwarnungen unterdrückt werden, wodurch die Akzeptanz und Praxistauglichkeit gesteigert wird.
Passwort: